跳到主要内容
检索

# 超图神经网络

2 篇关联报道

订阅更新
  1. arXiv

    低剂量CT去噪不再全图一个折中:RouteDiff在十次网络评估下把Mayo 2020的PSNR推到40.95 dB

    低剂量CT的扩散去噪此前对整张图像只用一个结构—细节折中,并按时间步决定每一步的恢复重点,下一步状态又由当前状态递推而来、误差随之累积。RouteDiff把细节按像素置信度路由到可信位置,用状态超图从当前特征与路由分歧判断恢复阶段,并在固定步从锚定估计重新进入轨迹。在与基线相同的十次网络评估下,它在四个数据集上取得最高PSNR与SSIM,Mayo 2020为40.95 dB和95.13%,Mayo 2016为45.18 dB和97.23%。

  2. arXiv

    MHG-FM 用多模态超图流匹配联合生成脑结构与功能连接,在 HCP-YA 上优于多个基线且采样约快 8 倍

    该工作提出多模态超图流匹配(MHG-FM)框架,用模态特异超图与超图神经网络编码器学习高阶表示,经双交叉注意力做双向跨模态融合,再由变分自编码器映射到紧凑隐空间并用条件流匹配实现结构连接(SC)与功能连接(FC)的联合生成与跨模态翻译;在 HCP-YA 数据集上,其在重建质量、拓扑保持、分布相似性和 SC-FC 耦合上优于若干最先进基线,采样速度约为匹配扩散骨干的 8 倍。

已读完全部报道